一種改進(jìn)的BIRCH算法聚類方法
大?。?/span>0.93 MB 人氣： 2017-11-10 需要積分：0
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論（0）
標(biāo)簽：聚類(14184)BIRCH(2476)
為解決傳統(tǒng)BIRCH算法對數(shù)據(jù)對象輸入順序敏感、聚類結(jié)果不穩(wěn)定的問題，提出了一種改進(jìn)的BIRCH算法。該算法將雷達(dá)信號(hào)偵察數(shù)據(jù)的脈沖載頻、脈沖重復(fù)間隔和脈沖寬度分別進(jìn)行聚類，根據(jù)工程應(yīng)用中各參數(shù)量測誤差和系統(tǒng)誤差設(shè)定不同閡值。并且引入聚類簇的極大極小值作為聚類特征，使用層次樹的方法來構(gòu)建聚類特征模型，實(shí)現(xiàn)了雷達(dá)偵察數(shù)據(jù)的快速向下搜索及聚類。實(shí)驗(yàn)結(jié)果表明，該方法是可行、有效的。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種改進(jìn)的BIRCH算法聚類方法下載
相關(guān)電子資料下載
- 對新輔助TCHP治療響應(yīng)的HER2+乳腺癌空間蛋白質(zhì)組特征 547
- 使用輪廓分?jǐn)?shù)提升時(shí)間序列聚類的表現(xiàn) 316
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 介紹一種基于分層聚類方法的木馬通信行為檢測模型 1060
- 深度學(xué)習(xí)聚類的綜述 780
- 聚類分析中的機(jī)器學(xué)習(xí)與統(tǒng)計(jì)方法綜述（二） 679
- 如何在 Python 中安裝和使用頂級(jí)聚類算法 415
- 聚類分析中的機(jī)器學(xué)習(xí)與統(tǒng)計(jì)方法綜述（一） 638
- 機(jī)器學(xué)習(xí)之分類分析與聚類分析 3550